Redis进阶用法-消息队列
序言
说到消息队列中间件，我们都会想到RabbitMQ、RocketMQ和Kafka，来给应用实现异步消息传递的功能。这些都是专业的消息队列中间件，其特性之多超出了我们的理解能力。
而这些消息中间件使用起来的是复杂的，例如RabbitMQ，发消息之前要创建Exchange，还要创建Queue，然后将Exchange和Queue通过某种规则绑定起来，发送消息的时候还要制定routing-key，还要 控制头消息。这仅是生产者，消费者在消费消息之前也要将上面一系列的繁琐步骤再操作一遍。
那么对于那些并不要求百分百可靠，并且希望实现简单的消息队列需求时，我们可以通过Redis将我们从消息队列的中间件的繁琐步骤中解脱出来。
Redis的消息队列不是专业的消息队列，他并没有消息队列中许多的高级特性，也没有ack保证。如果对消息的可靠性有着极致的追求，请转向专业的MQ中间件。
异步消息队列
从最简单的异步消息队列开始，Redis的list数据结构常用来作为异步消息队列，通过lrpush/lpush来操作入列，通过rpop/lpop来出列。
问题一：空队列
对于pop操作来说，当消息队列空了的时候，客户端会陷入pop的死循环，造成大量的浪费生命的空轮询，导致客户端CPU拉高，同时Redis的QPS也被拉高。
对于以上问题的解决办法就是通过list结构的blpop/brpop来操作出列，其中b前缀代表的就是blocking，阻塞读。对于阻塞读在队列没有数据的时候就会进入休眠状态，一旦数据到来就会立刻醒来。完美的解决了上面这个问题。
问题二：空闲连接断开
阻塞读的方案看似完美，紧接着引出了另外一个问题：空闲连接。 如果线程一直阻塞在哪哪里，Redis的客户端连接就变成了空闲连接。空闲时间过长，Redis服务器就会主动断开连接，以减少闲置资源占用。这时候blpop/brpop就会抛出异常来。
所以，我们在编写客户端（应用程序）消费者的时候需要小心，注意捕获异常，并进行重试。
应用一：延时队列
在Redis的分布式锁中一般有三种策略来处理加锁失败的情况：
直接抛出异常，前端提醒用户是否要继续操作；
sleep一会再重试；
将请求放到延时队列中，一会再重试；
而Redis中延时队列，我们可以通过zset（有序列表）数据结构来实现。我们将消息序列化作为一个字符串作为zse的value，而消息的到期处理时间（延时时间）作为score。然后通过轮询zset获取到期时间进行处理，通过zrem将key从zset移除代表成功消费，进而处理任务。
核心代码如下：
// 生产\ public void delay(T msg) {\ TaskItem task = new TaskItem();\ task.id = UUID.randomUUID().toString(); // 分配唯一的 uuid\ task.msg = msg;\ String s = JSON.toJSONString(task); // fastjson 序列化\ jedis.zadd(queueKey, System.currentTimeMillis() + 5000, s); // 塞入延时队列 ,5s 后再试\ }\ // 消费\ public void loop() {\ while (!Thread.interrupted()) {\ // zrangeByScore参数中0, System.currentTimeMills()代表从redis中去score范围在0到系统当前时间的数据， 0，1表示从0开始取1个 拓展传入的score为-inf, +inf 分别表示zset中的最大值和最小值，当你不知道zset中的score最值时就可以使用inf作为参数变量\ Set values = jedis.zrangeByScore(queueKey, 0, System.currentTimeMillis(), 0, 1);\ if (values.isEmpty()) {\ try {\ Thread.sleep(500); // 歇会继续\ }\ catch (InterruptedException e) {\ break;\ }\ continue;\ }\ String s = values.iterator().next(); //消费队列\ if (jedis.zrem(queueKey, s) > 0) { // 抢到了，要考虑到多线程下锁争抢的情况，只有rem成功代表成功的消费了一条消息。\ TaskItem task = JSON.parseObject(s, TaskType); // fastjson 反序列化\ this.handleMsg(task.msg);\ }\ }\ } 复制代码以上的代码在多线程中对于同一个任务被多个线程争抢的情况，虽然能够通过zrem后在处理任务来避免一个任务被多次消费的情况。但是对于那些获取到了任务但是没有成功消费的线程来说，都是白白浪费时间取了一次任务。所以可以考虑通过lua scripting来优化这个逻辑。将zrangeByScore和zrem一同挪到服务器进行原子操作，就能够完美解决了。
推荐书籍：《Redis深度历险：核心原理与应用实践》- 钱文品 著
作者：fukingshitycode
链接：https://juejin.cn/post/7047526560508674085